至顶网服务器频道 10月20日 新闻消息:英特尔公司的Health Application Platform联合由Flex方面设计的硬件设备,能够提供一种可远程监控患者动态的新途径,并能够摆脱由基于平板电脑或智能手机解决方案带来的各的挑战。
英特尔方面在医疗保健行业发现了拓展其物联网业务的机会,故而该公司在本周四宣布其将采用一款全新的软件平台并配合由供应商Flex公司设计硬件设备,从而让远程患者护理更加便利。
目前,患者出院后的远程患者护理服务主要依赖智能手机与平板电脑完成,而这款全新的英特尔Health Application Platform与基于英特尔架构的硬件设计规范则是为改善此类远程患者护理服务所创建。英特尔方面表示,该平台以及其所搭配的边缘设备可以顺利应对消费者目前所持有的设备无法解决的安全问题与其他挑战。
英特尔医疗物联网总经理Dave Ryan在接受至顶网记者采访时表示,大约五年以前,随着远程患者护理市场的不断发展,“平板电脑作为[一款可能有用的工具]登上舞台,且表现出强大的吸引力”。因为在这些设备上安装保健应用较为容易且来自传感器的数据——例如患者的脉搏或血压的监测变量——可以在本地完成整合。
Dave Ryan补充称:“然而,在平板电脑被推行了一段时间之后,公司意识到了有关消费级平板电脑的问题,即寿命短、SKU流通量、安卓系统更新可能会对其软件产生致命影响……此外,平板电脑对于小孩而言极富魅力,足以诱惑其夺走家中老年患者的平板电脑供自己玩乐。”
Ryan表示,远程医疗服务供应商可能仍会使用平板电脑与智能手机与患者进行沟通并传递教育信息。然而,英特尔方面认为,这些公司未来将会希望通过像HAP这样的企业级平台完成收集、存储与传输患者数据。
Ryan解释称,HAP可以提供稳定的软件环境并抵御软件更新带来的负面影响。该平台内置一套Android解决方案,能够轻松与应用程序以及外围设备——如血压监测仪——建立连接。同时,英特尔公司还关闭了消费者安卓产品中容易受到攻击的端口与系统。而且由于软件平台与Flex发布的硬件设计紧密集成,故而其也具有一定的安全功能,诸如静态数据加密等。
为了避免任何有关数据所有权的纠纷,英特尔公司内置了软件堆栈数据编排与安全连接功能。因此,远程医疗服务公司可以直接从传感器提取数据,并且可以在无需任何中间机制支持的情况下通过私人且安全的连接将数据上传至公司或客户的云端。
远程医疗服务公司可将其希望建立连接的设备列入白名单,并根据数据处理方式配置协调器。换而言之,HAP只能连接其能够识别的设备且可以分辨受监管与不受监管的设备数据。
Ryan表示:“如果用户佩戴健身手环散步,那么该款设备将不会与中心建立连接,也不会将无法识别的数据传入私人记录。”
HAP与Flex公司的IoT Compute Engine配套使用,IoT Compute Engine是带有后置支架的一款小型便携式设备,可将其安装于墙上。除了提供首批硬件设计优化以支持英特尔公司的HAP,Flex方面还负责提供客户支持、分销与物流,并监管全球解决方案的扩展。
鉴于医疗保健服务已经开始更多地转向基于实际价值的补充性方案,院方与其他医疗服务供应商对远程医疗保健服务日渐重视,并希望远程医疗服务能够降低患者的再次入院率。为了展示HAP的潜在市场,英特尔方面指出,目前已经有一项研究表明远程医疗保健市场在2016年增长了44%。
目前,英特尔与Flex公司已经在医疗保健领域与几家公司建立了合作关系,旨在推进其新产品在该领域的部署工作,合作公司则包括Vivify Health、iHealth Labs以及Sensogram Technologies。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。